Tạo hình ảnh

Giá trị ghi đè model cho từng lệnh gọi chỉ thử nhà cung cấp/mô hình đó và không tiếp tục tới nhà cung cấp chính/dự phòng đã cấu hình hoặc các nhà cung cấp được tự động phát hiện.

Giá trị mặc định của một nhà cung cấp chỉ được đưa vào danh sách ứng viên khi OpenClaw thực sự có thể xác thực với nhà cung cấp đó. Đặt agents.defaults.mediaGenerationAutoProviderFallback: false để chỉ sử dụng các mục model, primary và fallbacks được chỉ định rõ ràng.

Đặt agents.defaults.imageGenerationModel.timeoutMs cho các phần phụ trợ tạo ảnh chậm. Tham số công cụ timeoutMs cho từng lệnh gọi sẽ ghi đè giá trị mặc định đã cấu hình, và các giá trị mặc định đã cấu hình sẽ ghi đè giá trị mặc định của nhà cung cấp do plugin tạo. Các nhà cung cấp ảnh được lưu trữ trên Google và OpenRouter sử dụng giá trị mặc định 180 giây; tính năng tạo ảnh của Microsoft Foundry MAI, xAI và Azure OpenAI sử dụng 600 giây. Các lệnh gọi công cụ động của Codex sử dụng giá trị mặc định cầu nối image_generate là 120 giây và tuân theo cùng ngân sách thời gian chờ khi được cấu hình, với giới hạn tối đa 600000 ms của cầu nối công cụ động OpenClaw.

Sử dụng action: "list" để kiểm tra các nhà cung cấp hiện đã đăng ký, mô hình mặc định của chúng và gợi ý về biến môi trường xác thực.

Tính năng tạo ảnh của OpenAI mặc định sử dụng openai/gpt-image-2. Nếu hồ sơ OAuth openai được cấu hình, OpenClaw sẽ tái sử dụng cùng hồ sơ OAuth mà các mô hình trò chuyện theo gói đăng ký Codex sử dụng và gửi yêu cầu ảnh qua phần phụ trợ Codex Responses. Các URL cơ sở Codex cũ như https://chatgpt.com/backend-api được chuẩn hóa thành https://chatgpt.com/backend-api/codex cho các yêu cầu ảnh. OpenClaw không âm thầm chuyển dự phòng sang OPENAI_API_KEY cho yêu cầu đó - để buộc định tuyến trực tiếp qua OpenAI Images API, hãy cấu hình models.providers.openai một cách rõ ràng bằng khóa API, URL cơ sở tùy chỉnh hoặc điểm cuối Azure.

Các mô hình openai/gpt-image-1.5, openai/gpt-image-1 và openai/gpt-image-1-mini vẫn có thể được chọn rõ ràng. Sử dụng gpt-image-1.5 để xuất PNG/WebP với nền trong suốt; API gpt-image-2 hiện tại từ chối background: "transparent".

gpt-image-2 hỗ trợ cả tạo ảnh từ văn bản và chỉnh sửa ảnh tham chiếu thông qua cùng công cụ image_generate. OpenClaw chuyển tiếp prompt, count, size, quality, outputFormat và các ảnh tham chiếu tới OpenAI. OpenAI không trực tiếp nhận aspectRatio hoặc resolution; khi có thể, OpenClaw ánh xạ chúng sang một size được hỗ trợ, nếu không công cụ sẽ báo cáo chúng là các giá trị ghi đè bị bỏ qua.

Các tùy chọn dành riêng cho OpenAI nằm trong đối tượng openai:

{  "quality": "low",  "outputFormat": "jpeg",  "openai": {    "background": "opaque",    "moderation": "low",    "outputCompression": 60,    "user": "end-user-42"  }}

openai.background chấp nhận transparent, opaque hoặc auto; đầu ra trong suốt yêu cầu outputFormat png hoặc webp và một mô hình ảnh OpenAI có khả năng hỗ trợ độ trong suốt. OpenClaw định tuyến các yêu cầu nền trong suốt gpt-image-2 mặc định tới gpt-image-1.5. openai.outputCompression áp dụng cho đầu ra JPEG/WebP và bị bỏ qua đối với đầu ra PNG.

Gợi ý background cấp cao nhất không phụ thuộc nhà cung cấp và hiện được ánh xạ tới cùng trường yêu cầu background của OpenAI khi nhà cung cấp OpenAI được chọn. Các nhà cung cấp không khai báo hỗ trợ nền sẽ trả về giá trị này trong ignoredOverrides thay vì nhận tham số không được hỗ trợ.

Để định tuyến tính năng tạo ảnh OpenAI qua một bản triển khai Azure OpenAI thay vì api.openai.com, hãy xem Các điểm cuối Azure OpenAI.

Tính năng tạo ảnh Microsoft Foundry sử dụng tên bản triển khai ảnh MAI đã triển khai dưới tiền tố nhà cung cấp microsoft-foundry/. Không có mô hình mặc định ở cấp nhà cung cấp vì API MAI yêu cầu tên bản triển khai của bạn trong trường model:

{  agents: {    defaults: {      imageGenerationModel: {        primary: "microsoft-foundry/<deployment-name>",        timeoutMs: 600_000,      },    },  },}

Nhà cung cấp sử dụng API MAI của Microsoft Foundry, không phải OpenAI Images API:

• Điểm cuối tạo ảnh: /mai/v1/images/generations
• Điểm cuối chỉnh sửa: /mai/v1/images/edits
• Xác thực: AZURE_OPENAI_API_KEY / khóa API của nhà cung cấp, hoặc Entra ID thông qua az login
• Đầu ra: một ảnh PNG
• Kích thước: mặc định 1024x1024; chiều rộng và chiều cao đều phải ít nhất là 768 px, và tổng số pixel không được vượt quá 1,048,576
• Chỉnh sửa: một ảnh tham chiếu PNG hoặc JPEG, chỉ được hỗ trợ bởi các bản triển khai MAI-Image-2.5-Flash và MAI-Image-2.5

Việc tạo ảnh chỉ từ câu lệnh có thể sử dụng tên bản triển khai tùy chỉnh khi chỉ cấu hình điểm cuối Foundry. Chỉnh sửa bằng tên bản triển khai tùy chỉnh cần siêu dữ liệu hướng dẫn ban đầu/mô hình để OpenClaw có thể xác minh rằng bản triển khai được hỗ trợ bởi MAI-Image-2.5-Flash hoặc MAI-Image-2.5.

Các mô hình ảnh MAI hiện tại là MAI-Image-2.5-Flash, MAI-Image-2.5, MAI-Image-2e và MAI-Image-2. Xem Plugin Microsoft Foundry để biết cách thiết lập và hành vi của mô hình trò chuyện.

Tính năng tạo ảnh OpenRouter sử dụng cùng OPENROUTER_API_KEY và định tuyến qua API ảnh hoàn thành trò chuyện của OpenRouter. Chọn các mô hình ảnh OpenRouter bằng tiền tố openrouter/:

{  agents: {    defaults: {      imageGenerationModel: {        primary: "openrouter/google/gemini-3.1-flash-image-preview",      },    },  },}

OpenClaw chuyển tiếp prompt, count, các ảnh tham chiếu và gợi ý aspectRatio / resolution tương thích với Gemini tới OpenRouter. Các lối tắt tích hợp sẵn hiện tại cho mô hình ảnh OpenRouter bao gồm google/gemini-3.1-flash-image, google/gemini-3-pro-image và openai/gpt-5.4-image-2. Sử dụng action: "list" để xem plugin đã cấu hình của bạn cung cấp những gì.

Các mô hình Krea 2 trên fal sử dụng lược đồ Krea gốc của fal thay vì lược đồ image_size chung mà Flux sử dụng. OpenClaw gửi:

• aspect_ratio cho các gợi ý về tỷ lệ khung hình
• creativity, mặc định là medium
• image_style_references khi image hoặc images được cung cấp

Chọn Krea 2 Medium để có hình minh họa giàu biểu cảm nhanh hơn và Krea 2 Large để có hình ảnh chân thực và nhiều kết cấu, chi tiết hơn nhưng chậm hơn:

{  agents: {    defaults: {      imageGenerationModel: {        primary: "fal/krea/v2/medium/text-to-image",      },    },  },}

Krea 2 hiện trả về một ảnh cho mỗi yêu cầu. Ưu tiên aspectRatio cho Krea; OpenClaw ánh xạ size tới tỷ lệ khung hình Krea được hỗ trợ gần nhất và từ chối resolution đối với Krea thay vì bỏ qua nó. Sử dụng fal.creativity khi bạn muốn mức độ sáng tạo gốc của Krea:

{  "model": "fal/krea/v2/medium/text-to-image",  "prompt": "Chân dung tạp chí cyber với kết cấu in risograph",  "aspectRatio": "9:16",  "fal": {    "creativity": "high"  }}

Tính năng tạo ảnh MiniMax khả dụng qua cả hai phương thức xác thực MiniMax đi kèm:

• minimax/image-01 cho thiết lập bằng khóa API
• minimax-portal/image-01 cho thiết lập bằng OAuth

Nhà cung cấp xAI đi kèm sử dụng /v1/images/generations cho các yêu cầu chỉ có câu lệnh và /v1/images/edits khi có image hoặc images.

• Mô hình: xai/grok-imagine-image, xai/grok-imagine-image-quality
• Số lượng: tối đa 4
• Tham chiếu: một image hoặc tối đa ba images
• Tỷ lệ khung hình: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 2:1, 1:2, 19.5:9, 9:19.5, 20:9, 9:20
• Độ phân giải: 1K, 2K
• Đầu ra: được trả về dưới dạng tệp đính kèm ảnh do OpenClaw quản lý

OpenClaw chủ ý không cung cấp quality, mask, user gốc của xAI hoặc tỷ lệ khung hình auto cho đến khi các điều khiển đó tồn tại trong hợp đồng image_generate dùng chung giữa các nhà cung cấp.